使用 FuxiCTR 框架训练和评估 DCNv2 CTR 预测模型
本 skill 提供在 FuxiCTR 框架下配置、训练和评估 DCNv2 模型的完整流程。
pip install fuxictr>=2.3.7)# 进入模型目录
cd FuxiCTR/model_zoo/DCNv2
# 运行训练
python run_expid.py \
--config ./config \
--expid DCNv2_test \
--gpu -1
路径:FuxiCTR/model_zoo/DCNv2/config/dataset_config.yaml
# 示例:MovielensLatest_x1 配置
movielenslatest_x1:
data_format: csv
data_root: /绝对路径/到/data/ # 数据根目录
feature_cols: # 特征列定义
- {active: true, dtype: str, name: user_id, type: categorical}
- {active: true, dtype: str, name: item_id, type: categorical}
- {active: true, dtype: str, name: tag_id, type: categorical}
label_col: {dtype: float, name: label} # 标签列
min_categr_count: 1 # 最小类别计数阈值
test_data: /绝对路径/到/data/MovielensLatest_x1/test.csv
train_data: /绝对路径/到/data/MovielensLatest_x1/train.csv
valid_data: /绝对路径/到/data/MovielensLatest_x1/valid.csv
关键参数:
| 参数 | 说明 | 示例值 |
|---|---|---|
data_root | 数据根目录(建议绝对路径) | /home/user/project/data/ |
feature_cols | 特征列列表 | 见下方详细说明 |
label_col | 标签列定义 | {dtype: float, name: label} |
min_categr_count | 过滤低频特征的阈值 | 1 或 10 |
特征类型:
# 分类特征